大数据风控
文章平均质量分 77
通过运用大数据构建模型的方法对借款人进行风险控制和风险提示,传统的风控技术多由各机构自己的风控团队以人工的方式进行经验控制。随着互联网技术不断发展,整个社会大力提速,传统的风控方式已不能支撑机构的业务扩展;大数据对多维度、大量数据的智能处理,批量标准化的执行流程,更能贴合信息发展时代风控业务发展要求
勤思而敏学
金融+科技
Think-持续重构知识体系框架
展开
-
风控基础—— 合规、内控、风控、内审概念及相互关系
举财务的例子,业务员报销费用时,财务会要求出具原始的发票,发票背后要有经办人的签字,要有报销的汇总单,汇总单上要有分管领导的签字,还要有主管领导的签字。一个企业内存在着各种各样具体的业务活动流程,比如采购与付款流程、销售与收款流程、企业的资金循环流程、固定资产管理、存货管理、合同管理、投融资管理、对外担保管理、业务外包管理等等,这些都是企业的具体业务活动。,强调的是企业应该构建起一个对于相关风险的防范体系,如同人体的免疫系统,以此防范企业中出现一些坏人坏事,出现潜在的风险点,演变发展给企业造成损失。原创 2024-02-05 15:17:48 · 1155 阅读 · 1 评论 -
风控基础——MOB、Vintage是什么?
如果我们计算的是一个30+的vintage,那么在观测时点,处于逾期30天及以上的借款对应的剩余本金将会纳入分子。首先一月在MOB0时刚放款,不可能有资金发生M1+的逾期,所以第1个MOB的M1+逾期金额为0,而一月的总放款只有这一笔1000元,所以MOB0的逾期率为0/1000。我们可以把Vintage的表画成下面的图,很明显,二月的整体逾期率的增长趋势小于一月,三月的逾期率的增长趋势小于二月,四月开始的增长趋势小于三月。一月的总放款额不会变,一直是1000元,所以MOB2的逾期率是1000/1000。原创 2023-09-19 19:56:07 · 2477 阅读 · 0 评论 -
数据源——风控中企业与个人数据核验维度
目前,只有验证类或没有涉及个人信息隐私的可以查询,如银行卡核验、身份证核验、手机号核验、网贷黑名单查询、反欺诈查询等。分析不同类型企业的不同类型经营行为的平均金额、平均交易间隔、交易规模、服务内容、应收账款确认情况,判断经营风险。根据企业基本面信息,包括注册资本、注册时间、变更情况、是否被执行、失信被执行、诉讼等主体,评价融资企业的风险。产品类型:三要素核验、在网时长、在网状态、携号转网标签、手机偏好、地址、号码标签等。产品类型:消费、工作、收入、家庭、位置、社交、关系网络、稳定性、还款习惯等;转载 2023-01-16 17:45:42 · 877 阅读 · 0 评论 -
数据源——法.院数据(法海、汇法)
全国各级税务局、工商局、海关、环保等行政管理部门的有关处罚信息数据。刑事开庭公告、金融借款合同纠纷公告、借款纠纷公告、民间借贷纠纷公告、小额借款合同纠纷公告、金融不良债权转让合同纠纷公告、金融不良债权追偿纠纷公告、保证合同纠纷公告、抵押合同纠纷公告、质押合同纠纷公告、追偿权纠纷公告、有信用卡纠纷公告等。:金融借款合同纠纷、同业拆借纠纷、借款纠纷、民间借贷纠纷、小额借款合同纠纷、金融不良债权转让合同纠纷、金融不良债权追偿纠纷、保证合同纠纷、抵押合同纠纷、质押合同纠纷、追偿权纠纷、信用卡纠纷等。原创 2022-10-19 18:30:33 · 1040 阅读 · 0 评论 -
数据源——人行征信
该部分既包括报告主体为个人的担保信息,也包括为企业的担保信息。2、最近表现段对于呆账账户,展示最新的表现:对于未结清非呆账的账户,展示报告主体在本月应还款日后,下个月应还款日前还清的所有逾期款项的信息,若主体在此期间未还款,或者有还款但未还清逾期还款,账户状态不为“正常",则最新表现段不展示。1、最近一次月度表现信息,对于未结清(除呆账外)账户,征信系统要求按月更新还款信息,对于呆账账户,若报告主体没有还款行为,可以无需按月更新,故呆账账户不展示该信息,对于已结清账户也无需继续更新,也不展示该信息段。转载 2022-10-19 17:37:59 · 2253 阅读 · 0 评论 -
数据源——中青数据&百融
在金融服务领域,“黑猫察”是集全量黑名单数据查询、风险预警、金融风控模型与数据营销于一体的金融信用风险管理平台,可以为银行、保险公司及互联网金融平台提供企业数据查询,贷前/保前筛查、贷中/保中预警、反欺诈模型、风控模型、用户分析画像、企业关联图谱、精准营销等数据及模型服务。涵盖工商、司法、税务、财务等数据结合企业主信用、消费、多次借贷等信息,全面预测企业风险。灵活的模型部署方式,包括规则集、决策表、决策树、评分卡、决策流,输出完整的客户风险报告。原创 2022-10-19 16:35:08 · 758 阅读 · 0 评论 -
数据源——信用评分的前世今生【附FICO分介绍】
例如在中国,短短几年内,蚂蚁金服已经建立了一个维度极广的评分系统——芝麻信用,覆盖3.25亿人口。FICO评分从五个方面去分析一个人的财务状况,并为每个方面赋予不同的权重,包括付款历史记录(35%), 已欠款总额(30%), 信用增长长度(15%)以及两个信用组合——信用卡、购物记录、抵押贷款(10%)和新贷款申请(10%)得分组成。FICO通过基于客户过去所持有的特征为放贷方创建自定义算法,来计算客户未来的还款能力,其评分系统使用三家信用机构的数据库,并为系统中的每个个体赋予一个三位数的数值。转载 2022-10-19 09:00:56 · 1890 阅读 · 0 评论 -
风控基础——通俗介绍逾期次数和逾期期数
通俗易懂的介绍逾期次数是如何定义的原创 2022-06-15 09:53:29 · 1685 阅读 · 0 评论 -
风控基础——风控模型、规则、策略的区别
什么是评分模型?模型有何作用呢?模型是根据客户的各个特征维度量化而成的指标,通过数理统计的方法,选择区分度相对较高的几个,并赋予不同的分值,来评估客户的信用风险等级。开发模型需要具备一定的样本量,通过样本反映出的普遍规律,或辅助以专家经验,来研究和分析客户的风险情况,最终结果多以综合评分的形式展示。什么是规则?规则有何作用呢?根据业务经验,有一些风险情况很少发生,然而一旦发生,导致风险的可能性就会非常大,而这些情况通过综合的评分难以体现,很容易被其他指标的表现所“平均”掉,但通过...转载 2022-03-02 15:35:55 · 3407 阅读 · 0 评论